Nothing Special   »   [go: up one dir, main page]

JP3346383B2 - Audio coding device - Google Patents

Audio coding device

Info

Publication number
JP3346383B2
JP3346383B2 JP2000327199A JP2000327199A JP3346383B2 JP 3346383 B2 JP3346383 B2 JP 3346383B2 JP 2000327199 A JP2000327199 A JP 2000327199A JP 2000327199 A JP2000327199 A JP 2000327199A JP 3346383 B2 JP3346383 B2 JP 3346383B2
Authority
JP
Japan
Prior art keywords
data
channel
prediction
audio signal
circuit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2000327199A
Other languages
Japanese (ja)
Other versions
JP2001188580A (en
Inventor
美昭 田中
昭治 植野
徳彦 渕上
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Victor Company of Japan Ltd
Original Assignee
Victor Company of Japan Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Victor Company of Japan Ltd filed Critical Victor Company of Japan Ltd
Priority to JP2000327199A priority Critical patent/JP3346383B2/en
Publication of JP2001188580A publication Critical patent/JP2001188580A/en
Application granted granted Critical
Publication of JP3346383B2 publication Critical patent/JP3346383B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Signal Processing For Digital Recording And Reproducing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【0001】[0001]

【発明の属する技術分野】本発明は、マルチチャネルの
音声信号を圧縮するための音声符号化装置に関する。
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an audio encoding device for compressing a multi-channel audio signal.

【0002】[0002]

【従来の技術】音声信号を圧縮する方法として、本発明
者は先の出願(特願平9−289159号)において1
チャネルの原デジタル音声信号に対して、特性が異なる
複数の予測器により時間領域における過去の信号から現
在の信号の複数の線形予測値を算出し、原デジタル音声
信号と、この複数の線形予測値から予測器毎の予測残差
を算出し、予測残差の最小値を選択する予測符号化方法
を提案している。
2. Description of the Related Art As a method for compressing an audio signal, the present inventor has disclosed in Japanese Patent Application No.
A plurality of predictors having different characteristics are used to calculate a plurality of linear prediction values of a current signal from a past signal in a time domain for an original digital audio signal of a channel, and the original digital audio signal and the plurality of linear prediction values are calculated. A prediction coding method for calculating a prediction residual for each predictor from, and selecting a minimum value of the prediction residual is proposed.

【0003】なお、上記方法では原デジタル音声信号が
サンプリング周波数=96kHz、量子化ビット数=2
0ビット程度の場合にある程度の圧縮効果を得ることが
できるが、近年のDVDオーディオディスクではこの2
倍のサンプリング周波数(=192kHz)が使用さ
れ、また、量子化ビット数も24ビットが使用される傾
向がある。
In the above method, the original digital audio signal has a sampling frequency = 96 kHz and the number of quantization bits = 2.
Although a certain degree of compression effect can be obtained in the case of about 0 bits, in recent DVD audio discs, this 2
A double sampling frequency (= 192 kHz) is used, and the number of quantization bits tends to be 24 bits.

【0004】[0004]

【発明が解決しようとする課題】ところで、上記したよ
うに、DVDオーディオの場合、サンプリング周波数が
48kHz、96kHz、192kHzと複数種類あ
り、再生系を考慮すると、曲毎にこれらのまちまちの周
波数によってサンプリングされ符号化された場合にも、
簡略化した復号処理が行えることが望ましい。そこで、
本願各発明では、そのような点を考慮した音声符号化装
置を提供することを目的とする。
As described above, in the case of DVD audio, there are a plurality of sampling frequencies of 48 kHz, 96 kHz, and 192 kHz. In consideration of a reproduction system, sampling is performed for each music by using these different frequencies. And encoded,
It is desirable to be able to perform a simplified decoding process. Therefore,
It is an object of the inventions of the present application to provide a speech encoding device that takes such points into consideration.

【0005】[0005]

【課題を解決するための手段】本発明は上記目的を達成
するために、以下の手段からなるものである。すなわ
ち、
SUMMARY OF THE INVENTION The present invention comprises the following means in order to achieve the above object. That is,

【0006】入来する音声信号の所定サンプリング周波
数に応じてサンプル数が決定され、この決定されたサン
プル数で量子化されたマルチチャネルの音声信号を、そ
のままのチャネル又は互いに相関をとったチャネル毎
に、入力される音声信号に応答して先頭サンプル値を得
ると共に、特性が異なる複数の線形予測方法により時間
領域の過去から現在の信号の線形予測値がそれぞれ予測
され、その予測される線形予測値と前記音声信号とから
得られる予測残差が最小となるような線形予測方法を選
択して予測符号化する予測符号化手段と、前記予測符号
化手段により選択されたチャネル毎の線形予測方法と予
測残差と所定の先頭サンプル値を含む予測符号化データ
格納するサブパケットと、再生側において元のアナロ
グ音声信号に復元される際に用いられるサンプリング周
波数及び量子化ビット数を含む同期情報部とを有する
データ構造にフォーマット化する手段とを、有する音声
符号化装置。
The number of samples is determined in accordance with a predetermined sampling frequency of an incoming audio signal, and the multi-channel audio signal quantized with the determined number of samples is converted into an unaltered channel or a channel correlated with each other. In addition, the first sample value is obtained in response to the input audio signal, and the linear prediction values of the current signal from the past in the time domain are respectively predicted by a plurality of linear prediction methods having different characteristics.
From the predicted linear prediction value and the audio signal
And predictive coding means for prediction residual obtained predictive coding by selecting a linear prediction method that minimizes the linear prediction method and pre per channel selected by the predictive coding means
A sub-packet for storing predictive coded data including Hakazan difference and a predetermined first sample value, the original analog in the reproduction side
A synchronization information part including the sampling frequency and the quantization bit used when being restored to the grayed audio signal, and means for formatting the data structure having, with the speech coding apparatus.

【0007】[0007]

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。図1は本発明に係る音声符号化装
置とそれが適用される音声復号装置の第1の実施形態を
示すブロック図、図2は図1の符号化部を詳しく示すブ
ロック図、図3は図1、図2の符号化部により符号化さ
れたビットストリームを示す説明図、図4はDVDのパ
ックのフォーマットを示す説明図、図5はDVDのオー
ディオパックのフォーマットを示す説明図、図6は図5
のオーディオデータエリアのフォーマットを詳しく示す
説明図、図7は図1の復号化部を詳しく示すブロック
図、図8は図7の入力バッファの書き込み/読み出しタ
イミングを示すタイミングチャート、図9はアクセスユ
ニット毎の圧縮データ量を示す説明図、図10はアクセ
スユニットとプレゼンテーションユニットを示す説明図
である。
Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a first embodiment of a speech encoding apparatus according to the present invention and a speech decoding apparatus to which the speech encoding apparatus is applied, FIG. 2 is a block diagram showing the encoding unit of FIG. 1 in detail, and FIG. 1, FIG. 4 is an explanatory diagram showing a bit stream encoded by the encoding unit of FIG. 2, FIG. 4 is an explanatory diagram showing a DVD pack format, FIG. 5 is an explanatory diagram showing a DVD audio pack format, and FIG. FIG.
FIG. 7 is a block diagram specifically showing the decoding unit of FIG. 1, FIG. 8 is a timing chart showing write / read timing of the input buffer of FIG. 7, and FIG. 9 is an access unit. FIG. 10 is an explanatory diagram showing the amount of compressed data for each, and FIG. 10 is an explanatory diagram showing an access unit and a presentation unit.

【0008】ここで、マルチチャネル方式としては、例
えば次の4つの方式が知られている。 (1)4チャネル方式 ドルビーサラウンド方式の
ように、前方L、C、Rの3チャネル+後方Sの1チャ
ネルの合計4チャネル (2)5チャネル方式 ドルビーAC−3方式のS
Wチャネルなしのように、前方L、C、Rの3チャネル
+後方SL、SRの2チャネルの合計5チャネル (3)6チャネル方式 DTS(Digital Theater
System)方式や、ドルビーAC−3方式のように6チャ
ネル(L、C、R、SW(Lfe)、SL、SR) (4)8チャネル方式 SDDS(Sony Dynamic D
igital Sound)方式のように、前方L、LC、C、R
C、R、SWの6チャネル+後方SL、SRの2チャネ
ルの合計8チャネル
Here, for example, the following four systems are known as multi-channel systems. (1) Four-channel system As in the Dolby surround system, a total of four channels including three channels of front L, C, and R + one channel of rear S (2) Five-channel system S in the Dolby AC-3 system
Like without W channel, 3 channels of front L, C and R + 2 channels of rear SL and SR, total 5 channels (3) 6 channel system DTS (Digital Theater)
6) (L, C, R, SW (Lfe), SL, SR) such as the Dolby AC-3 system (4) 8-channel system SDDS (Sony Dynamic D
digital sound), forward L, LC, C, R
6 channels of C, R, SW + 2 channels of rear SL, SR, total 8 channels

【0009】図1に示す符号化側の6チャネル(ch)ミ
クス&マトリクス回路1’は、マルチチャネル信号の一
例としてフロントレフト(Lf)、センタ(C)、フロ
ントライト(Rf)、サラウンドレフト(Ls)、サラ
ウンドライト(Rs)及びLfe(Low Frequency Effe
ct)の6chのPCMデータを次式(1)により前方グル
ープに関する2ch「1」、「2」と他のグループに関す
る4ch「3」〜「6」に分類して変換し、2ch「1」、
「2」を第1符号化部2’−1に、また、4ch「3」〜
「6」を第2符号化部2’−2に出力する。
The 6-channel (ch) mix and matrix circuit 1 'on the encoding side shown in FIG. 1 includes a front left (Lf), a center (C), a front right (Rf), a surround left ( Ls), surround light (Rs) and Lfe (Low Frequency Effe)
ct), the 6-channel PCM data is classified and converted into 2ch “1” and “2” for the front group and 4ch “3” to “6” for the other group by the following equation (1), and converted into 2ch “1”.
"2" is assigned to the first encoding unit 2'-1, and 4ch "3" to
"6" is output to the second encoding unit 2'-2.

【0010】「1」=Lf+Rf 「2」=Lf−Rf 「3」=C−(Ls+Rs)/2 「4」=Ls+Rs 「5」=Ls−Rs 「6」=Lfe−a×C ただし、0≦a≦1 …(1)"1" = Lf + Rf "2" = Lf-Rf "3" = C- (Ls + Rs) / 2 "4" = Ls + Rs "5" = Ls-Rs "6" = Lfe-a * C where 0 ≦ a ≦ 1 (1)

【0011】符号化部2’を構成する第1及び第2符号
化部2’−1、2’−2はそれぞれ、図2に詳しく示す
ように2ch「1」、「2」と4ch「3」〜「6」のPC
Mデータをチャネル毎に予測符号化し、予測符号化デー
タを図3に示すようなビットストリームで記録媒体5や
衛星回線や電話回線等の通信媒体6を介して復号側に伝
送する。復号側では復号化部3’を構成する第1及び第
2復号化部3’−1、3’−2により、図7に詳しく示
すようにそれぞれ前方グループに関する2ch「1」、
「2」と他のグループに関する4ch「3」〜「6」の予
測符号化データをチャネル毎にPCMデータに復号す
る。
As shown in detail in FIG. 2, the first and second encoders 2'-1 and 2'-2 which constitute the encoder 2 'respectively have 2ch "1", "2" and 4ch "3". "~" 6 "PC
The M data is predictively encoded for each channel, and the encoded prediction data is transmitted as a bit stream as shown in FIG. 3 to the decoding side via a recording medium 5 or a communication medium 6 such as a satellite line or a telephone line. On the decoding side, the first and second decoding units 3'-1 and 3'-2 constituting the decoding unit 3 'respectively perform 2ch "1" for the forward group, as shown in detail in FIG.
The prediction coded data of "2" and 4ch "3" to "6" relating to the other groups are decoded into PCM data for each channel.

【0012】次いでミクス&マトリクス回路4’により
式(1)に基づいて元の6ch(Lf、C、Rf、Ls、
Rs、Lfe)を復元するとともに、この元の6chと係
数mij(i=1,2,j=1,2〜6)により次式
(2)のようにステレオ2chデータ(L、R)を生成す
る。 L=m11・Lf+m12・Rf+m13・C +m14・Ls+m15・Rs+m16・Lfe R=m21・Lf+m22・Rf+m23・C +m24・Ls+m25・Rs+m26・Lfe …(2)
Then, the original 6 ch (Lf, C, Rf, Ls,
Rs, Lfe) are restored, and stereo 2-ch data (L, R) is generated from the original 6 ch and coefficients mij (i = 1, 2, j = 1, 2 to 6) as in the following equation (2). I do. L = m11 · Lf + m12 · Rf + m13 · C + m14 · Ls + m15 · Rs + m16 · Lfe R = m21 · Lf + m22 · Rf + m23 · C + m24 · Ls + m25 · Rs + m26 · Lfe (2)

【0013】図2を参照して符号化部2’−1、2’−
2について詳しく説明する。各ch「1」〜「6」のPC
Mデータは1フレーム毎に1フレームバッファ10に格
納される。そして、1フレームの各ch「1」〜「6」の
サンプルデータがそれぞれ予測回路13D1、13D
2、15D1〜15D4に印加されるとともに、各ch
「1」〜「6」の各フレームの先頭サンプルデータ(後
述のリスタートヘッダ内に格納される)がアンパッキン
グ回路8及びフォーマット化回路19に印加される。ま
た、PCMデータがA/D変換されたときのサンプリン
グ周波数(fs)と量子化ビット数(Qb)がパッキン
グ回路18及びフォーマット化回路19に印加される。
予測回路13D1、13D2、15D1〜15D4はそ
れぞれ、各ch「1」〜「6」のPCMデータに対して、
特性が異なる複数の予測器(不図示)により時間領域に
おける過去の信号から現在の信号の複数の線形予測値を
算出し、次いで原PCMデータと、この複数の線形予測
値から予測器毎の予測残差を算出する。続くバッファ・
選択器14D1、14D2、16D1〜16D4はそれ
ぞれ、予測回路13D1、13D2、15D1〜15D
4により算出された各予測残差を一時記憶して、選択信
号/DTS(デコーディング・タイム・スタンプ)生成
器17により指定されたサブフレーム毎に予測残差の最
小値を選択する。
Referring to FIG. 2, encoding sections 2'-1, 2'-
2 will be described in detail. PC for each channel "1" to "6"
The M data is stored in one frame buffer 10 for each frame. Then, the sample data of each of the channels “1” to “6” of one frame are respectively supplied to the prediction circuits 13D1 and 13D.
2, 15D1 to 15D4 and each channel
First sample data (stored in a restart header described later) of each frame of “1” to “6” is applied to the unpacking circuit 8 and the formatting circuit 19. The sampling frequency (fs) and the number of quantization bits (Qb) when the PCM data is A / D converted are applied to the packing circuit 18 and the formatting circuit 19.
The prediction circuits 13D1, 13D2, and 15D1 to 15D4 respectively calculate the PCM data of each channel “1” to “6”.
A plurality of predictors (not shown) having different characteristics calculate a plurality of linear prediction values of the current signal from a past signal in the time domain, and then perform prediction for each predictor from the original PCM data and the plurality of linear prediction values. Calculate the residual. The following buffer
The selectors 14D1, 14D2, 16D1 to 16D4 are prediction circuits 13D1, 13D2, 15D1 to 15D, respectively.
4 is temporarily stored, and the minimum value of the prediction residual is selected for each subframe specified by the selection signal / DTS (decoding time stamp) generator 17.

【0014】選択信号/DTS生成器17は予測残差の
ビット数フラグをパッキング回路18とフォーマット化
回路19に対して印加し、また、予測残差が最小の予測
器を示す予測器選択フラグと、式(1)における相関係
数aと、復号化側が入力バッファ22a(図7)からス
トリームデータを取り出す時間を示すDTSをフォーマ
ット化回路19に対して印加する。パッキング回路18
はバッファ・選択器14D1、14D2、16D1〜1
6D4により選択された6ch分の予測残差を、選択信号
/DTS生成器17により指定されたビット数フラグに
基づいて指定ビット数でパッキングし、サンプリング周
波数fsに応じたサンプル数でパッキングする。すなわ
ち、サンプリング周波数48kHzの場合にはサンプル
数40を選び、サンプリング周波数96kHzの場合に
はサンプル数80を選び、、192kHzの場合にはサ
ンプル数80を選ぶようになっている。またPTS生成
器17cは、復号化側が出力バッファ110(図7)か
らPCMデータを取り出す時間を示すPTS(プレゼン
テーション・タイム・スタンプ)を生成してフォーマッ
ト化回路19に出力する。
The selection signal / DTS generator 17 applies the bit number flag of the prediction residual to the packing circuit 18 and the formatting circuit 19, and outputs a predictor selection flag indicating the predictor having the minimum prediction residual. To the formatting circuit 19, the correlation coefficient a in the equation (1) and the DTS indicating the time at which the decoding side extracts the stream data from the input buffer 22a (FIG. 7). Packing circuit 18
Are buffer / selectors 14D1, 14D2, 16D1-1.
The prediction residual for 6 ch selected by 6D4 is packed with the specified number of bits based on the bit number flag specified by the selection signal / DTS generator 17, and packed with the number of samples corresponding to the sampling frequency fs. That is, when the sampling frequency is 48 kHz, 40 samples are selected, when the sampling frequency is 96 kHz, 80 samples are selected, and when the sampling frequency is 192 kHz, 80 samples are selected. Further, the PTS generator 17c generates a PTS (presentation time stamp) indicating a time at which the decoding side takes out the PCM data from the output buffer 110 (FIG. 7) and outputs the PTS to the formatting circuit 19.

【0015】続くフォーマット化回路19は図3〜図6
に示すようなユーザデータにフォーマット化する。図3
に示すユーザデータ(サブパケット)は、前方グループ
に関する2ch「1」、「2」の予測符号化データを含む
可変レートビットストリーム(サブストリーム)BS0
と、他のグループに関する4ch「3」〜「6」の予測符
号化データを含む可変レートビットストリーム(サブス
トリーム)BS1と、サブストリームBS0、BS1の
前に設けられたビットストリームヘッダ(リスタートヘ
ッダ)により構成されている。また、サブストリームB
S0、BS1の1フレーム分は ・フレームヘッダと、 ・各ch「1」〜「6」の1フレームの先頭サンプルデー
タと、 ・各ch「1」〜「6」のサブフレーム毎の予測器選択フ
ラグと、 ・各ch「1」〜「6」のサブフレーム毎のビット数フラ
グと、 ・各ch「1」〜「6」の予測残差データ列(可変ビット
数)と、 ・ch「6」の係数aとが、 多重化されている。このような予測符号化によれば、原
信号が例えばサンプリング周波数(fs)=96kH
z、量子化ビット数(Qb)=24ビット、6チャネル
の場合、71%の圧縮率を実現することができる。
The following formatting circuit 19 is shown in FIGS.
Format as user data as shown in FIG.
Is a variable-rate bit stream (sub-stream) BS0 including 2ch “1” and “2” prediction coded data related to the forward group.
And a variable-rate bit stream (substream) BS1 including 4ch “3” to “6” prediction coded data relating to other groups, and a bitstream header (restart header) provided before substreams BS0 and BS1 ). Also, substream B
One frame of S0 and BS1 includes: a frame header; first sample data of one frame of each channel “1” to “6”; and selection of a predictor for each subframe of each channel “1” to “6”. A flag; a bit number flag for each subframe of each ch “1” to “6”; a prediction residual data string (variable bit number) for each ch “1” to “6”; Are multiplexed. According to such predictive coding, the original signal has, for example, a sampling frequency (fs) = 96 kHz.
In the case of z, the number of quantization bits (Qb) = 24 bits, and 6 channels, a compression ratio of 71% can be realized.

【0016】図2に示す符号化部2’−1、2’−2に
より予測符号化された可変レートビットストリームデー
タを、記録媒体の一例としてDVDオーディオディスク
に記録する場合には、図4に示すオーディオ(A)パッ
クにパッキングされる。このパックは2034バイトの
ユーザデータ(Aパケット、Vパケット)に対して4バ
イトのパックスタート情報と、6バイトのSCR(Syst
em Clock Reference:システム時刻基準参照値)情報
と、3バイトのMux レート(rate)情報と1バイトのス
タッフィングの合計14バイトのパックヘッダが付加さ
れて構成されている(1パック=合計2048バイ
ト)。この場合、タイムスタンプであるSCR情報を、
先頭パックでは「1」として同一タイトル内で連続とす
ることにより同一タイトル内のAパックの時間を管理す
ることができる。
When the variable rate bit stream data predictively encoded by the encoding units 2'-1 and 2'-2 shown in FIG. 2 is recorded on a DVD audio disc as an example of a recording medium, FIG. The audio (A) pack shown is packed. This pack has 4 bytes of pack start information and 6 bytes of SCR (Syst) for 2034 bytes of user data (A packet, V packet).
em Clock Reference (system time reference value) information, a 3-byte Mux rate (rate) information, and a 1-byte stuffing that add a pack header of a total of 14 bytes (1 pack = 2048 bytes in total) . In this case, the time stamp SCR information is
In the first pack, the time of the A-pack in the same title can be managed by setting it to “1” so as to be continuous within the same title.

【0017】圧縮PCMのAパケットは図5に詳しく示
すように、9〜22バイトのパケットヘッダと、圧縮P
CMのプライベートヘッダと、図3に示すフォーマット
の1ないし2015バイトのオーディオデータ(圧縮P
CM)により構成されている。そして、DTSとPTS
は図5のパケットヘッダ内に(具体的にはパケットヘッ
ダの10〜14バイト目にPTSが、15〜19バイト
目にDTSが)セットされる。圧縮PCMのプライベー
トヘッダは、 ・1バイトのサブストリームIDと、 ・2バイトのUPC/EAN−ISRC(Universal Pr
oduct Code/European Article Number-International S
tandard Recording Code)番号、及びUPC/EAN−
ISRCデータと、 ・1バイトのプライベートヘッダ長と、 ・2バイトの第1アクセスユニットポインタと、 ・4バイトのオーディオデータ情報(ADI)と、 ・0〜7バイトのスタッフィングバイトとに、より構成
されている。
As shown in detail in FIG. 5, the A packet of the compressed PCM has a packet header of 9 to 22 bytes and a compressed P packet.
The CM private header and 1 to 2015 bytes of audio data (compressed P
CM). And DTS and PTS
5 is set in the packet header of FIG. 5 (specifically, the PTS is set in the 10th to 14th bytes and the DTS is set in the 15th to 19th bytes). The private header of the compressed PCM is: 1-byte substream ID, 2 bytes of UPC / EAN-ISRC (Universal Prism).
oduct Code / European Article Number-International S
tandard Recording Code) number and UPC / EAN-
ISRC data, 1-byte private header length, 2-byte first access unit pointer, 4 bytes of audio data information (ADI), and 0 to 7 bytes of stuffing bytes. ing.

【0018】そして、ADI内に1秒後のアクセスユニ
ットをサーチするための前方アクセスユニット・サーチ
ポインタと、1秒前のアクセスユニットをサーチするた
めの後方アクセスユニット・サーチポインタがともに1
バイトでセットされる。具体的には、ADIの1バイト
目に前方アクセスユニット・サーチポインタが、8バイ
ト目に後方アクセスユニット・サーチポインタがセット
される。このようにADIは、圧縮PCMでは4バイト
に減少させるためオーディオデータを2015バイトま
で収納できる。
Then, both the forward access unit search pointer for searching for the access unit one second later and the backward access unit search pointer for searching for the access unit one second earlier in the ADI are one.
Set in bytes. Specifically, the forward access unit search pointer is set in the first byte of the ADI, and the backward access unit search pointer is set in the eighth byte. Thus, ADI can store up to 2015 bytes of audio data in order to reduce it to 4 bytes in compressed PCM.

【0019】図5に示す圧縮PCM(PPCM)のオー
ディオパケットにおけるオーディオデータエリアは、図
6に示すように複数のPPCMアクセスユニットにより
構成され、PPCMアクセスユニットはPPCMシンク
情報とサブパケットにより構成されている。最初のPP
CMアクセスユニット内のサブパケットは、ディレクト
リと、サブストリーム「BS0」と、CRC(1バイト
又は2バイト)と、サブストリーム「BS1」と、CR
Cとエクストラ情報により構成され、サブストリーム
「BS0」、「BS1」はPPCMブロックのみにより
構成されている。2番目以降のPPCMアクセスユニッ
ト内のサブパケットも、ディレクトリと、サブストリー
ム「BS0」と、CRCと、サブストリーム「BS1」
と、CRCとエクストラ情報により構成され、サブスト
リーム「BS0」、「BS1」はリスタートヘッダとP
PCMブロックにより構成されている。そして、エクス
トラ情報は、少なくとも、サイズ調整機能を有してい
る。すなわち、入来データが固定レート(CBR)の場
合には、上述したようにサンプリング周波数fsによっ
て1パケット当たりのサンプリング数が40,80,1
60のいずれかに定められており、そのため、決定され
たサンプリング数によっては1パケット当たりのデータ
長とサブパケットのサイズとが合わない場合があり、そ
れをサブパケットのサイズに合わせるために、例えば、
0,0…等を付加してサイズ調整を行う。また、このサ
イズ調整用のデータはテキストデータ等を利用すること
も可能である。
The audio data area in the compressed PCM (PPCM) audio packet shown in FIG. 5 is composed of a plurality of PPCM access units as shown in FIG. 6, and the PPCM access unit is composed of PPCM sync information and subpackets. I have. First PP
The subpacket in the CM access unit includes a directory, a substream “BS0”, a CRC (1 byte or 2 bytes), a substream “BS1”,
C and extra information, and the sub-streams “BS0” and “BS1” are composed of only PPCM blocks. Sub-packets in the second and subsequent PPCM access units also include a directory, a sub-stream “BS0”, a CRC, and a sub-stream “BS1”.
, CRC and extra information, and the sub-streams “BS0” and “BS1” have a restart header and P
It is composed of PCM blocks. The extra information has at least a size adjustment function. That is, when the incoming data has a fixed rate (CBR), the number of samples per packet is 40, 80, 1 depending on the sampling frequency fs as described above.
60, the data length per packet may not match the size of the subpacket depending on the determined number of samplings. In order to match it with the size of the subpacket, for example, ,
The size is adjusted by adding 0, 0, etc. In addition, text data or the like can be used as the data for adjusting the size.

【0020】PPCMシンク情報(以下、同期情報とも
いう)は次の情報を含む。 ・1パケット当たりのサンプル数:サンプリング周波数
fsに応じて40、80又は160が選択される。・デ
ータレートがVBRの場合には「0」(サブパケット内
のデータがVBRの 圧縮データであることを示す識別子)、CBRの場合に
は「1」(サブパケット内のデータが固定レートである
ことを示す識別子) ・サンプリング周波数fs及び量子化ビット数Qb ・チャネル割り当て情報
The PPCM sync information (hereinafter also referred to as synchronization information) includes the following information. -Number of samples per packet: 40, 80 or 160 is selected according to the sampling frequency fs. • “0” (identifier indicating that the data in the subpacket is VBR compressed data) when the data rate is VBR, and “1” (the data in the subpacket is a fixed rate) when the data rate is CBR Identifier indicating that sampling frequency fs and number of quantization bits Qb Channel assignment information

【0021】次に図7を参照して復号化部3’−1、
3’−2について説明する。上記フォーマットの可変レ
ートビットストリームデータBS0、BS1は、デフォ
ーマット化回路21により分離される。そして、各ch
「1」〜「6」の1フレームの先頭サンプルデータと予
測器選択フラグはそれぞれ予測回路24D1、24D
2、23D1〜23D4に印加され、各ch「1」〜
「6」のビット数フラグはアンパッキング回路22に印
加される。また、SCRと、DTSと予測残差データ列
は入力バッファ22aに印加され、PTSは出力バッフ
ァ110に印加される。また、チャンネル割り当て情報
は入力バッファ22aを通じてアンパッキング回路22
に供給され、このチャンネル割り当て情報に応じて使用
される各予測回路24D1,24D2,23D1〜23
D4が決定されるようになっている。例えば、6チャン
ネルの割り当て情報であれば、全部の予測回路が使用さ
れ、6チャンネルのデータが繰り返し供給され、5チャ
ンネルの割り当て情報であれば、5チャンネルのデータ
が繰り返し供給されるようになっている。また、割り当
て情報はマルチチャンネルの情報だけに限らず、ステレ
オ2チャンネルの情報の場合もあり得、その場合には予
測回路24D1,24D2が使用される。また、データ
レートがVBRかCBRかを示す識別子は各予測器24
D1、24D2、23D1、23D2、23D3、23
D4に印加され、これらにおいて識別子に応じた入出力
データの処理プログラムが決定されて処理されることに
なる。VBRである場合には処理プログラムを切り換え
ると共に入力データを毎回ロードする必要があり処理に
時間を要することになるが、CBRの場合には固定レー
トであることから処理プログラムを切り換える必要がな
く処理が速くなる。また、サンプリング周波数fs及び
量子化ビット数QbはD/A変換器102に印加され
る。ここで、予測回路24D1、24D2、23D1〜
23D4内の複数の予測器(不図示)はそれぞれ、符号
化側の予測回路13D1、13D2、15D1〜15D
4内の複数の予測器と同一の特性であり、予測器選択フ
ラグにより同一特性のものが選択される。
Next, referring to FIG. 7, the decoding units 3'-1,
3′-2 will be described. The variable rate bit stream data BS0 and BS1 in the above format are separated by the deformatting circuit 21. And each channel
The head sample data of one frame of "1" to "6" and the predictor selection flag are respectively stored in the prediction circuits 24D1 and 24D.
2, 23D1 to 23D4, and each channel “1” to
The bit number flag of “6” is applied to the unpacking circuit 22. The SCR, the DTS, and the prediction residual data string are applied to the input buffer 22a, and the PTS is applied to the output buffer 110. The channel allocation information is transmitted to the unpacking circuit 22 through the input buffer 22a.
And the prediction circuits 24D1, 24D2, 23D1 to 23 used in accordance with the channel assignment information.
D4 is determined. For example, in the case of allocation information of 6 channels, all prediction circuits are used, and data of 6 channels is repeatedly supplied. In the case of allocation information of 5 channels, data of 5 channels is repeatedly supplied. I have. Also, the allocation information is not limited to multi-channel information, but may be stereo 2-channel information. In this case, the prediction circuits 24D1 and 24D2 are used. An identifier indicating whether the data rate is VBR or CBR is stored in each predictor 24.
D1, 24D2, 23D1, 23D2, 23D3, 23
D4, a processing program for input / output data corresponding to the identifier is determined and processed. In the case of VBR, it is necessary to switch the processing program and to load the input data every time, so that it takes time for processing. However, in the case of CBR, the processing rate does not need to be changed because the processing rate is fixed because the rate is fixed. Be faster. The sampling frequency fs and the number of quantization bits Qb are applied to the D / A converter 102. Here, the prediction circuits 24D1, 24D2, 23D1
A plurality of predictors (not shown) in the 23D4 are prediction circuits 13D1, 13D2, 15D1 to 15D on the encoding side, respectively.
4 have the same characteristics as the plurality of predictors, and those having the same characteristics are selected by the predictor selection flag.

【0022】デフォーマット化回路21により、最初オ
ーディオパックからオーディオパケットが分離され、次
にオーディオパケットからストリームデータ(予測残差
データ列)が分離されてビットストリームBS0とBS
1が取り出される。またSCRが取り出され、図8に示
すようにSCRによるタイミングにしたがってアクセス
ユニット毎に入力バッファ22aに取り込まれて蓄積さ
れる。ここで、1つのアクセスユニットのデータ量は、
例えばfs=96kHzの場合には(1/96kHz)
秒分であるが、図9、図10(a)に詳しく示すように
可変長である。そして、入力バッファ22aに蓄積され
たストリームデータはDTSに基づいてFIFOで読み
出されてアンパッキング回路22に印加される。
An audio packet is first separated from the audio pack by the reformatting circuit 21. Next, stream data (predicted residual data string) is separated from the audio packet, and the bit streams BS0 and BS0 are separated.
1 is taken out. Further, the SCR is taken out and taken into the input buffer 22a for each access unit according to the timing by the SCR as shown in FIG. Here, the data amount of one access unit is
For example, when fs = 96 kHz (1/96 kHz)
The second is a variable length as shown in FIGS. 9 and 10A in detail. Then, the stream data stored in the input buffer 22a is read out by the FIFO based on the DTS and applied to the unpacking circuit 22.

【0023】アンパッキング回路22は各ch「1」〜
「6」の予測残差データ列をビット数フラグ毎に基づい
て分離してそれぞれ予測回路24D1、24D2、23
D1〜23D4に出力する。予測回路24D1、24D
2、23D1〜23D4ではそれぞれ、アンパッキング
回路22からの各ch「1」〜「6」の今回の予測残差
データと、内部の複数の予測器の内、予測器選択フラグ
により選択された各1つにより予測された前回の予測値
が加算されて今回の予測値が算出され、次いで1フレー
ムの先頭サンプルデータを基準として各サンプルのPC
Mデータが算出されて出力バッファ110に蓄積され
る。出力バッファ110に蓄積されたPCMデータはP
TSに基づいて読み出されて出力され、したがって、図
10(a)に示す可変長のアクセスユニットが伸長され
て、図10(b)に示す一定長のプレゼンテーションユ
ニットが出力される。
The unpacking circuit 22 is provided for each channel "1" to
The prediction residual data string of “6” is separated based on each bit number flag, and is divided into prediction circuits 24D1, 24D2, and 23, respectively.
It outputs to D1-23D4. Prediction circuits 24D1, 24D
2, 23D1 to 23D4, the current prediction residual data of each of the channels “1” to “6” from the unpacking circuit 22 and each of the plurality of internal predictors selected by the predictor selection flag. The previous predicted value predicted by one frame is added to calculate the current predicted value, and then the PC of each sample is determined based on the first sample data of one frame.
M data is calculated and stored in the output buffer 110. PCM data stored in the output buffer 110 is P
The data is read out and output based on the TS. Therefore, the variable-length access unit shown in FIG. 10A is expanded, and a fixed-length presentation unit shown in FIG. 10B is output.

【0024】また、PPCMシンク情報内のサンプリン
グ周波数fs及び量子化ビット数Qbに基づいて、PC
MデータがD/A変換器102によりアナログ信号に変
換される。また、同時にPPCMシンク情報においてC
BRの識別子が検出され、ディレクトリ内のエクストラ
データの位置が検出されて、更に例えば0,0…のデー
タや、テキストデータ等のサイズ調整用のエクストラデ
ータが検出されると、それがテキストデータである場合
にはエクストラデータをこのアンパッキング回路22か
ら図示しないテキストデータデコード回路に供給し、そ
こで、デコード処理をしてテキストデータとして取り出
し、出力バッファ110を通じて出力されることにな
る。また一方、エクストラデータが0,0…データであ
った場合には、何の処理も施されないようになってい
る。また、テキストデータデコーダ回路が用意されてい
ない場合には、この処理はパスされる。また、ここで、
操作部101を介してサーチ再生が指示された場合に
は、制御部100により図5に示す前方アクセスユニッ
ト・サーチポインタ(1秒先)と後方アクセスユニット
・サーチポインタ(1秒前)に基づいてアクセスユニッ
トを再生する。このサーチポインタとしては、1秒先、
1秒前の代わりに2秒先、2秒前のものでよい。
Further, based on the sampling frequency fs and the number of quantization bits Qb in the PPCM sync information, the PC
The M data is converted by the D / A converter 102 into an analog signal. At the same time, C
When the BR identifier is detected, the position of the extra data in the directory is detected, and further, for example, data of 0, 0... Or extra data for size adjustment such as text data is detected, it is converted to text data. In some cases, the extra data is supplied from the unpacking circuit 22 to a text data decoding circuit (not shown), where the data is decoded, extracted as text data, and output through the output buffer 110. On the other hand, if the extra data is 0,0... Data, no processing is performed. If the text data decoder circuit is not prepared, this processing is passed. Also, where
When the search reproduction is instructed via the operation unit 101, the control unit 100 performs the search based on the forward access unit search pointer (one second ahead) and the backward access unit search pointer (one second before) shown in FIG. Play the access unit. As this search pointer, one second ahead,
Instead of one second before, two seconds before and two seconds before may be used.

【0025】図2に示す符号化部2’−1、2’−2に
より予測符号化された可変レートビットストリームデー
タをネットワークを介して伝送する場合には、符号化側
では図11に示すように伝送用にパケット化し(ステッ
プS41)、次いでパケットヘッダを付与し(ステップ
S42)、次いでこのパケットをネットワーク上に送り
出す(ステップS43)。
When variable-rate bit stream data predictively coded by the coding units 2'-1 and 2'-2 shown in FIG. 2 is transmitted through a network, the coding side performs the processing shown in FIG. (Step S41), add a packet header (step S42), and send this packet out onto the network (step S43).

【0026】復号側では図12(A)に示すようにヘッ
ダを除去し(ステップS51)、次いでデータを復元し
(ステップS52)、次いでこのデータをメモリに格納
して復号を待つ(ステップS53)。そして、復号を行
う場合には図12(B)に示すように、デフォーマット
化を行い(ステップS61)、次いで入力バッファ22
aの入出力制御を行い(ステップS62)、次いでアン
パッキングを行う(ステップS63)。なお、このと
き、サーチ再生指示がある場合にはサーチポインタをデ
コードする。次いで予測器をフラグに基づいて選択して
デコードを行い(ステップS64)、次いで出力バッフ
ァ110の入出力制御を行い(ステップS65)、次い
で元のマルチチャネルを復元し(ステップS66)、次
いでこれを出力し(ステップS67)、以下、これを繰
り返す。
On the decoding side, as shown in FIG. 12A, the header is removed (step S51), the data is restored (step S52), and the data is stored in the memory to wait for decoding (step S53). . Then, when decoding is performed, as shown in FIG. 12B, deformatting is performed (step S61), and then the input buffer 22
The input / output control of a is performed (step S62), and then the unpacking is performed (step S63). At this time, if there is a search reproduction instruction, the search pointer is decoded. Next, a predictor is selected and decoded based on the flag (step S64), input / output control of the output buffer 110 is performed (step S65), and the original multi-channel is restored (step S66). This is output (step S67), and thereafter, this is repeated.

【0027】なお、上記実施形態では、前方グループに
関する2ch「1」、「2」を 「1」=Lf+Rf 「2」=Lf−Rf により変換して予測符号化したが、代わりに式(2)に
よりマルチチャネルをダウンミクスしてステレオ2chデ
ータ(L、R)を生成し、次いで次式(1)’ 「1」=L+R 「2」=L−R 「3」〜「5」は同じ 「6」=Lfe−C …(1)’ により変換して予測符号化するようにしてもよい(第2
の実施形態)。この場合には、復号化側のミクス&マト
リクス回路4’はチャネル「1」、「2」を加算するこ
とによりチャネルLを、減算することによりチャネルR
を生成することができる。
In the above embodiment, 2ch "1" and "2" related to the front group are transformed by "1" = Lf + Rf "2" = Lf-Rf and are predictively coded. , Down-mixing the multi-channels to generate stereo 2-ch data (L, R), and then the following equation (1) ′ “1” = L + R “2” = LR “3” to “5” are the same as “6”. = Lfe-C (1) ′ and may be subjected to predictive coding (second
Embodiment). In this case, the mix & matrix circuit 4 ′ on the decoding side adds the channels “1” and “2” to the channel L, and subtracts the channel R by adding the channels “1” and “2”.
Can be generated.

【0028】また、第3の実施形態として図13に示す
ように、2ch「1」、「2」の代わりに式(2)により
マルチチャネルをダウンミクスしてステレオ2chデータ
(L、R)を生成して、このステレオ2ch(L、R)と
4ch「3」〜「6」を予測符号化するようにしてもよ
い。なお、第2、第3の実施形態では、フロントレフト
(Lf)とフロントライト(Rf)が復号化側に伝送さ
れないので、復号化側ではこれを式(1)、(2)によ
り生成する。
As a third embodiment, as shown in FIG. 13, instead of 2ch "1" and "2", multi-channels are downmixed by equation (2) and stereo 2ch data (L, R) is obtained. The stereo 2ch (L, R) and the 4ch “3” to “6” may be generated and predictively coded. In the second and third embodiments, since the front left (Lf) and the front right (Rf) are not transmitted to the decoding side, the decoding side generates them according to equations (1) and (2).

【0029】次に図14、図15、図16を参照して第
4の実施形態について説明する。上記の実施形態では、
1グループの相関性の信号「1」〜「6」を予測符号化
するように構成されているが、この第4の実施形態では
複数グループの相関性のある信号を生成して予測符号化
し、圧縮率が最も高いグループの予測符号化データを選
択するように構成されている。また、この実施例ではそ
の1グループ内における符号化は、前述の各実施例の場
合のように前方グループに関する2chと他のグループ
に関する4chに分類して変換するようなことはせず
に、一つにまとめた符号化処理が行われる構成で、図1
4は前述の図1に対応した図として示してある。また、
図15は符号化部の詳細ブロックを示すものであるが、
本実施例の場合にはn個の相関回路1−1〜1−nまで
が、ミクス&マトリクス回路1’側に設けられている。
これらn個の相関回路1−1〜1−nは例えば6ch(L
f、C、Rf、Ls、Rs、Lfe)のPCMデータ
を、相関性が異なるn種類の6ch信号「1」〜「6」に
変換する。
Next, a fourth embodiment will be described with reference to FIG. 14, FIG. 15, and FIG. In the above embodiment,
Although one group of correlated signals “1” to “6” are configured to be predictively coded, in the fourth embodiment, a plurality of groups of correlated signals are generated and predicted and coded. It is configured to select the prediction coded data of the group having the highest compression ratio. Further, in this embodiment, the encoding in one group is not classified and converted into 2ch for the front group and 4ch for the other group as in each of the above-described embodiments. FIG. 1 shows a configuration in which the combined encoding process is performed.
4 is shown as a diagram corresponding to FIG. Also,
FIG. 15 shows a detailed block of the encoding unit.
In this embodiment, n correlation circuits 1-1 to 1-n are provided on the mix & matrix circuit 1 'side.
These n correlation circuits 1-1 to 1-n are, for example, 6 ch (L
f, C, Rf, Ls, Rs, and Lfe) PCM data are converted into n types of 6-channel signals “1” to “6” having different correlations.

【0030】例えば第1の相関回路1−1は以下のよう
に変換し、 「1」=Lf 「2」=C−(Ls+Rs)/2 「3」=Rf−Lf 「4」=Ls−a×Lfe 「5」=Rs−b×Rf 「6」=Lfe また、第nの相関回路1−nは以下のように変換する。 「1」=Lf+Rf 「2」=C−Lf 「3」=Rf−Lf 「4」=Ls−Lf 「5」=Rs−Lf 「6」=Lfe−C
For example, the first correlation circuit 1-1 converts as follows: "1" = Lf "2" = C- (Ls + Rs) / 2 "3" = Rf-Lf "4" = Ls-a × Lfe “5” = Rs−b × Rf “6” = Lfe Further, the n-th correlation circuit 1-n performs conversion as follows. “1” = Lf + Rf “2” = C−Lf “3” = Rf−Lf “4” = Ls−Lf “5” = Rs−Lf “6” = Lfe−C

【0031】また、相関回路1−1〜1−n毎に予測回
路15とバッファ・選択器16が設けられ、グループ毎
の予測残差の最小値のデータ量に基づいて圧縮率が最も
高いグループが相関選択信号生成器17bにより選択さ
れる。このとき、フォーマット化回路19はその選択フ
ラグ(相関回路選択フラグ、その相関回路の相関係数
a、b)を追加して多重化する。
A prediction circuit 15 and a buffer / selector 16 are provided for each of the correlation circuits 1-1 to 1-n, and the group having the highest compression ratio is determined based on the data amount of the minimum prediction residual for each group. Are selected by the correlation selection signal generator 17b. At this time, the formatting circuit 19 adds and multiplexes the selection flag (correlation circuit selection flag, correlation coefficients a and b of the correlation circuit).

【0032】そして、図16は前述の図6に対応したデ
ータエリアを示し、この実施例ではサブストリーム「B
S1」を用いず、サブストリーム「BS0」のみで構成
することになる。
FIG. 16 shows a data area corresponding to FIG. 6 described above. In this embodiment, the sub-stream "B"
Instead of using “S1”, the sub-stream “BS0” alone is used.

【0033】また、図17に示す復号化側では、符号化
側の相関回路1−1〜1−nに対してn個の相関回路4
−1〜4−n(又は係数a、bが変更可能な図示省略の
1つの相関回路)が設けられる。なお、図15に示すn
グループの予測回路が同一の構成である場合、復号装置
では図17に示すようにnグループ分の予測回路を設け
る必要はなく、1つのグループ分の予測回路でよい。そ
して、符号化装置から伝送された選択フラグに基づいて
相関回路4−1〜4−nの1つを選択、又は係数a、b
を設定して元の6ch(Lf、C、Rf、Ls、Rs、L
fe)を復元し、また、式(2)によりマルチチャネル
をダウンミクスしてステレオ2chデータ(L、R)を生
成する。
On the decoding side shown in FIG. 17, n correlator circuits 4 are provided for the correlator circuits 1-1 to 1-n on the encoding side.
−1 to 4-n (or one correlation circuit (not shown) whose coefficients a and b can be changed) are provided. Note that n shown in FIG.
When the prediction circuits of the groups have the same configuration, the decoding device does not need to provide the prediction circuits of n groups as shown in FIG. 17, and may use the prediction circuits of one group. Then, one of the correlation circuits 4-1 to 4-n is selected based on the selection flag transmitted from the encoding device, or the coefficients a and b are selected.
And set the original 6 ch (Lf, C, Rf, Ls, Rs, L
fe), and down-mixes the multi-channels according to equation (2) to generate stereo 2-ch data (L, R).

【0034】また、上記の第1の実施形態では、1種類
の相関性の信号「1」〜「6」を予測符号化するように
構成されているが、この信号「1」〜「6」のグループ
と原信号(Lf、C、Rf、Ls、Rs、Lfe)のグ
ループを予測符号化し、圧縮率が高い方のグループを選
択するようにしてもよい。
In the first embodiment, one kind of correlation signal "1" to "6" is configured to be predictively coded, but the signals "1" to "6" are encoded. And the group of the original signals (Lf, C, Rf, Ls, Rs, Lfe) may be predictively coded and the group with the higher compression ratio may be selected.

【0035】[0035]

【発明の効果】以上説明したように本発明によれば、再
生時のオーディオ信号の長さが一定となるようにサンプ
リング周波数に応じてサンプル数を決定するようにした
ので、曲毎にまちまちのサンプリング周波数の音声信号
を処理する場合にも、再生側の処理が簡略できる。
As described above, according to the present invention, the number of samples is determined in accordance with the sampling frequency so that the length of the audio signal during reproduction is constant. Also in the case of processing the audio signal of the sampling frequency, the processing on the reproduction side can be simplified.

【図面の簡単な説明】[Brief description of the drawings]

【図1】本発明に係る音声符号化装置とそれに対応した
音声復号装置の第1の実施形態を示すブロック図であ
る。
FIG. 1 is a block diagram showing a first embodiment of a speech encoding apparatus according to the present invention and a speech decoding apparatus corresponding thereto.

【図2】図1の符号化部を詳しく示すブロック図であ
る。
FIG. 2 is a block diagram illustrating an encoding unit of FIG. 1 in detail.

【図3】図1、図2の符号化部により符号化されたビッ
トストリームを示す説明図である。
FIG. 3 is an explanatory diagram showing a bit stream encoded by an encoding unit shown in FIGS. 1 and 2;

【図4】DVDのパックのフォーマットを示す説明図で
ある。
FIG. 4 is an explanatory diagram showing a format of a DVD pack.

【図5】DVDのオーディオパックのフォーマットを示
す説明図である。
FIG. 5 is an explanatory diagram showing a format of a DVD audio pack.

【図6】図5のオーディオデータエリアのフォーマット
を詳しく示す説明図である。
6 is an explanatory diagram showing the format of the audio data area in FIG. 5 in detail.

【図7】図1の復号化部を詳しく示すブロック図であ
る。
FIG. 7 is a block diagram illustrating a decoding unit of FIG. 1 in detail.

【図8】図7の入力バッファの書き込み/読み出しタイ
ミングを示すタイミングチャートである。
FIG. 8 is a timing chart showing write / read timings of the input buffer of FIG. 7;

【図9】アクセスユニット毎の圧縮データ量を示す説明
図である。
FIG. 9 is an explanatory diagram showing the amount of compressed data for each access unit.

【図10】アクセスユニットとプレゼンテーションユニ
ットを示す説明図である。
FIG. 10 is an explanatory diagram showing an access unit and a presentation unit.

【図11】音声伝送方法を示すフローチャートである。FIG. 11 is a flowchart showing a voice transmission method.

【図12】音声伝送方法を示すフローチャートである。FIG. 12 is a flowchart illustrating a voice transmission method.

【図13】第3の実施形態の音声符号化装置とそれに対
応した音声復号装置を示すブロック図である。
FIG. 13 is a block diagram illustrating a speech encoding device according to a third embodiment and a speech decoding device corresponding thereto.

【図14】本発明に係る音声符号化装置とそれに対応し
た音声復号装置の第4の実施形態を示すブロック図であ
る。
FIG. 14 is a block diagram showing a fourth embodiment of the speech encoding apparatus according to the present invention and a speech decoding apparatus corresponding thereto.

【図15】第4の実施形態の音声符号化装置を示すブロ
ック図である。
FIG. 15 is a block diagram illustrating a speech encoding device according to a fourth embodiment.

【図16】図6に対応した別の実施例の説明図である。FIG. 16 is an explanatory diagram of another embodiment corresponding to FIG. 6;

【図17】第4の実施形態の音声復号装置を示すブロッ
ク図である。
FIG. 17 is a block diagram illustrating a speech decoding device according to a fourth embodiment.

【符号の説明】[Explanation of symbols]

1’ 6chミクス&マトリクス回路 13D1,13D2,15D1〜15D4 予測回路
(バッファ・選択器14 D1,14D2,16D1〜16D4と共に圧縮手段を
構成する。) 14D1,14D2,16D1〜16D4 バッファ・
選択器 17 選択信号/DTS生成器(タイミング生成手段) 17c PTS生成器(タイミング生成手段) 19 フォーマット化回路(フォーマット化手段) 21 デフォーマット化回路(分離手段) 22 アンパッキング回路 22a 入力バッファ 24D1,24D2,23D1〜23D4 予測回路
(伸長手段) 100 制御部 102 D/A変換器 110 出力バッファ
1 '6-channel mixer & matrix circuit 13D1, 13D2, 15D1 to 15D4 Prediction circuit (combines buffering and selecting devices 14D1, 14D2, 16D1 to 16D4 with compression means) 14D1, 14D2, 16D1 to 16D4
Selector 17 Selection signal / DTS generator (timing generating means) 17c PTS generator (timing generating means) 19 Formatting circuit (Formatting means) 21 Deformatting circuit (Separating means) 22 Unpacking circuit 22a Input buffer 24D1, 24D2, 23D1 to 23D4 Prediction circuit (expansion means) 100 Control unit 102 D / A converter 110 Output buffer

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭64−44499(JP,A) 特開 平2−127899(JP,A) 特開 平3−24834(JP,A) 特開 平8−272393(JP,A) (58)調査した分野(Int.Cl.7,DB名) G10L 19/00 - 19/14 G11B 20/10 - 20/12 H03M 7/30 - 7/40 ──────────────────────────────────────────────────続 き Continuation of the front page (56) References JP-A-64-44499 (JP, A) JP-A-2-127899 (JP, A) JP-A-3-24834 (JP, A) JP-A 8- 272393 (JP, A) (58) Field surveyed (Int. Cl. 7 , DB name) G10L 19/00-19/14 G11B 20/10-20/12 H03M 7 /30-7/40

Claims (1)

(57)【特許請求の範囲】(57) [Claims] 【請求項1】入来する音声信号の所定サンプリング周波
数に応じてサンプル数が決定され、この決定されたサン
プル数で量子化されたマルチチャネルの音声信号を、そ
のままのチャネル又は互いに相関をとったチャネル毎
に、入力される音声信号に応答して先頭サンプル値を得
ると共に、特性が異なる複数の線形予測方法により時間
領域の過去から現在の信号の線形予測値がそれぞれ予測
され、その予測される線形予測値と前記音声信号とから
得られる予測残差が最小となるような線形予測方法を選
択して予測符号化する予測符号化手段と、 前記予測符号化手段により選択されたチャネル毎の線形
予測方法と予測残差と所定の先頭サンプル値を含む予測
符号化データを格納するサブパケットと、再生側におい
て元のアナログ音声信号に復元される際に用いられる
ンプリング周波数及び量子化ビット数を含む同期情報部
を有するデータ構造にフォーマット化する手段と
を、 有する音声符号化装置。
The number of samples is determined according to a predetermined sampling frequency of an incoming audio signal, and a multi-channel audio signal quantized with the determined number of samples is correlated with the channel as it is or with each other. For each channel, the first sample value is obtained in response to the input audio signal, and the linear prediction values of the current signal from the past in the time domain are predicted using a plurality of linear prediction methods having different characteristics.
From the predicted linear prediction value and the audio signal
And predictive coding means for prediction residual obtained predictive coding by selecting a linear prediction method that minimizes linear for each channel selected by said predictive coding means
A sub-packet for storing predictive encoded data including a prediction method and the prediction residual and a predetermined first sample value, the reproducing side smell
It used when being restored to the original analog audio signal Te Sa <br/> sampling frequency and synchronization information part including the number of quantization bits, and means for formatting the data structure having, with the speech coding apparatus .
JP2000327199A 1998-11-16 2000-10-26 Audio coding device Expired - Fee Related JP3346383B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000327199A JP3346383B2 (en) 1998-11-16 2000-10-26 Audio coding device

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP34235298 1998-11-16
JP10-342352 1998-11-16
JP2000327199A JP3346383B2 (en) 1998-11-16 2000-10-26 Audio coding device

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP32596099A Division JP3344573B2 (en) 1998-11-16 1999-11-16 Recording medium, audio decoding device

Publications (2)

Publication Number Publication Date
JP2001188580A JP2001188580A (en) 2001-07-10
JP3346383B2 true JP3346383B2 (en) 2002-11-18

Family

ID=26577235

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000327199A Expired - Fee Related JP3346383B2 (en) 1998-11-16 2000-10-26 Audio coding device

Country Status (1)

Country Link
JP (1) JP3346383B2 (en)

Also Published As

Publication number Publication date
JP2001188580A (en) 2001-07-10

Similar Documents

Publication Publication Date Title
JP3346556B2 (en) Audio encoding method and audio decoding method
JP3344571B2 (en) Recording medium, audio decoding device
JP3344572B2 (en) Recording medium, audio decoding device
JP3344575B2 (en) Recording medium, audio decoding device
JP3344574B2 (en) Recording medium, audio decoding device
JP3346383B2 (en) Audio coding device
JP3346386B2 (en) Audio coding device
JP3346384B2 (en) Audio coding method
JP3346387B2 (en) Audio coding method
JP3346381B2 (en) Audio coding device
JP3346551B2 (en) Audio coding device
JP3346390B2 (en) Audio coding method
JP3346545B2 (en) Audio coding device
JP3346547B2 (en) Audio encoding method and audio decoding method
JP3346549B2 (en) Audio coding method
JP3346388B2 (en) Audio encoding method and audio decoding method
JP3346557B2 (en) Audio coding method
JP3346391B2 (en) Audio encoding method and audio decoding method
JP3346389B2 (en) Audio coding device
JP3346550B2 (en) Audio encoding method and audio decoding method
JP3346553B2 (en) Audio encoding method and audio decoding method
JP3344573B2 (en) Recording medium, audio decoding device
JP3346554B2 (en) Audio coding device
JP3346555B2 (en) Audio coding method
JP3346382B2 (en) Audio encoding method and audio decoding method

Legal Events

Date Code Title Description
FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080906

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080906

Year of fee payment: 6

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090906

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090906

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100906

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100906

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110906

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120906

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120906

Year of fee payment: 10

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120906

Year of fee payment: 10

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120906

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130906

Year of fee payment: 11

LAPS Cancellation because of no payment of annual fees